非损伤微测技术（Non-invasive Micro-test Technology，NMT）源于美国MBL实验室（54位诺贝尔奖得主的摇篮），由神经学家Lionel F. Jaffe（美国扬格公司创始人之一）于1974年发明，2001年，美国扬格公司正式推出现代NMT。NMT是一种研究活体材料的底层核心技术，研究人员基于NMT能够建立自己独有的Me-Only 研究平台，从而获得极具创新的研究成果。          NMT可在不接触、不损伤样品的情况下，检测分子/离子进出生物活体的流速（流动速率和方向），可测样品种类繁多，小到菌、单细胞、液泡，大到组织、器官、整体都可检测。基于NMT商业化的设备统称为非损伤微测系统。          扬格/旭月的非损伤微测系统包含BIO系列、CONFLUX系列（共聚焦/荧光NMT）、NMT100系列、NMT200系列、NMT100S系列、NMT200S系列、NMT150系列、NMT活体工作站系列、NMT Physiolyzer®系列等，已发展至第七代自动化智能产品。扬格/旭月的NMT系统全部采用从美国扬格（旭月北京）研发中心自主研发的imFluxes智能操作软件，将十余年的NMT应用大数据与设备实现完美结合，并且在产品一体化、自动化、智能化、扩展升级等诸多方面都有大幅提升。          扬格/旭月已取得基于NMT的数十项专利及软件著作权，拥有完善的专利保护体系，所有产品全部通过中关村NMT联盟认证和ISO9001质量体系认证。扬格/旭月所销售的NMT专用耗材，已通过中关村NMT联盟认证，所有耗材是扬格/旭月研发中心结合十余年的经验、摸索并自主研发生产的。NMT专用耗材较传统的通用型耗材保质期更长，性能更稳定、可靠，所有对外销售的耗材全部经过严格的生产、检验流程。         扬格/旭月的NMT研究平台已经帮助国内外科研单位取得近百项各类专利，以及包含Nature、Cell在内的500多篇论文。同时，已销往欧洲的瑞士苏黎世大学（拥有包括爱因斯坦在内10余位诺贝尔奖得主），以及中国科学院、中国林科院、中国农科院、农业部下属的众多科研院所与高校，以及北大、上海交大等知名高校。 名称：非损伤微测系统 代数：第七代 品牌：YOUNGER/旭月 产地：美国/中国 已获得认证： 中关村NMT联盟认证 ISO9001国际质量体系认证 简介：“非损伤微测系统”是在电脑自动控制下，利用特异性离子电极，在不接触被测样品的情况下获得进出样品的各种分子/离子的浓度、流速及其运动方向的信息。它不仅可以测得单个分子/离子的流速及pH值等参数，而且还可利用多电极同时采集多种分子/离子及其参数的活动信息。被测样品可以是单个细胞，也可以是组织或器官。测量不仅方便、快捷、多维和实时，而且对被测对象不产生任何损害。 活体、原位、非损伤测量 对整体或分离后的样品不造成损伤，获取正常生理状态下信息。 实时、动态测量 动态实时地（最短在5秒左右）检测和获取数据。 离子、分子或双电极测量 不同型号可检测指标不同。 能够测量某种离子的浓度和流速。 采购相对应耗材后可测指标: IAA、H2O2、O2、Ca2+、H+、K+、Na+、Cl-、Mg2+、Cd2+、NH4+、NO3-。 长时间持续测量 可进行长达8个小时以上的实时和动态监测。 无需标记 预先知道测定的是何种离子或分子，无需用放射性、化学或药理学等标记方法，安全且环保。 不用提取样品 可直接测量，不需要研磨等传统的提取方法。 可测样品种类繁多 整体、器官、组织、细胞都可以检测（理论值：5μm-10cm均可）。 立体3D流速测量 可在样品外进行X、Y、Z三维数据采集，清晰阐明样品及流速的空间相互关系。    国产非损伤微测系统是由美国扬格（旭月北京）非损伤微测技术中心研发，由旭月公司生产，该设备的性能、质量、售后与同型号的美国进口系统完全相同，并获得了各大科研院所、高校的一致好评。    北京大学、上海交大、中科院植物所、农科院环发所、林科院亚林所等多家单位均使用国产全能型非损伤微测系统，且已发表数百篇高水平SCI文章及数十项专利。目前，国产NMT系统已占市场采购总量的60%。       美国原装进口系统是由美国扬格公司进行生产的系统，该系统全部部件（附送配件除外）均为原装进口。售后服务由美国扬格公司在中国的合作伙伴旭月（北京）科技有限公司负责。 国产系统 型号 功能 可升级功能 NMT150-I-XY 1.检测指标：Ca2+、H+、K+、Na+、Cd2+、Cl-、NH4+、NO3-、Mg2+。 2.无扩展：其它指标及未来新研发指标无扩展升级。 3.检测样品尺寸：5μm-10cm。 4.操作方式：三维自动。 5.检测方式：单传感器检测 6.数据：1D/3D。可直接检测、输出流速和浓度数据。 7.异常报警：有 1.可升级指标：分子检测功能（IAA、O2、H2O2）。 2.可升级检测方式：单/双传感器检测可选。 NMT150-IM-XY 1.检测指标：IAA、O2、H2O2、Ca2+、H+、K+、Na+、Cd2+、Cl-、NH4+、NO3-、Mg2+。 2.无扩展：其它指标及未来新研发指标无扩展升级。 3.检测样品尺寸：5μm-10cm。 4.操作方式：三维自动 5.检测方式：单传感器检测 6.数据：1D/3D。可直接检测、输出流速和浓度数据。 7.异常报警：有 1.可升级检测方式：单/双传感器检测可选。 NMT150-SIM-XY 1.检测指标：IAA、O2、H2O2、Ca2+、H+、K+、Na+、Cd2+、Cl-、NH4+、NO3-、Mg2+。 2.无扩展：其它指标及未来新研发指标无扩展升级。 3.检测样品尺寸：5μm-10cm。 4.操作方式：三维自动。 5.检测方式：单/双传感器检测可选。 6.数据：1D/3D。可直接检测、输出流速和浓度数据。 7.异常报警：有 美国原装进口系统 型号 功能 可升级功能 NMT150-I-YG 1.检测指标：Ca2+、H+、K+、Na+、Cd2+、Cl-、NH4+、NO3-、Mg2+。 2.无扩展：其它指标及未来新研发指标无扩展升级。 3.检测样品尺寸：5μm-10cm。 4.操作方式：三维自动。 5.检测方式：单传感器检测。 6.数据：1D/3D。可直接检测、输出流速和浓度数据。 7.异常报警：有 1.可升级指标：分子检测功能（IAA、O2、H2O2）。 2.可升级检测方式：单/双传感器检测可选。 NMT150-IM-YG 1.检测指标：IAA、O2、H2O2、Ca2+、H+、K+、Na+、Cd2+、Cl-、NH4+、NO3-、Mg2+。 2.无扩展：其它指标及未来新研发指标无扩展升级。 3.检测样品尺寸：5μm-10cm。 4.操作方式：三维自动。 5.检测方式：单传感器检测 6.数据：1D/3D。可直接检测、输出流速和浓度数据。 7.异常报警：有 1.可升级检测方式：单/双传感器检测可选。 NMT150-SIM-YG 1.检测指标：IAA、O2、H2O2、Ca2+、H+、K+、Na+、Cd2+、Cl-、NH4+、NO3-、Mg2+。 2.无扩展：其它指标及未来新研发指标无扩展升级。 3.检测样品尺寸：5μm-10cm。 4.操作方式：三维自动。 5.检测方式：单/双传感器检测可选。 6.数据：1D/3D。可直接检测、输出流速和浓度数据。 7.异常报警：有 无可升级功能

本发明公开了一种纳米粒子均相掺杂的高强度智能化水凝胶的制备方法，先通过形成互穿网络凝胶得到高强度水凝胶，再将金属离子固定在凝胶网络的活性基团上，并借助化学共沉淀法引发凝胶体系中的金属离子发生原位反应生成纳米金属或金属氧化物粒子，稳定均匀分散于高强度水凝胶的网络结构中，从而制备得到纳米粒子均相掺杂的高强度智能化水凝胶。本发明方法制备的水凝胶不但机械强度好、均匀透明，而且保持了相应的纳米粒子的环境响应能力特性，是一种极具价值的新型智能材料，拓展了水凝胶的应用前景。本发明方法操作简单、条件温和、产物稳定、性能优良、应用范围广泛，且可根据需要合成不同智能化特征的高强度水凝胶。

实现非特定人的自然流畅的对话，准确率在99%以上，内容在600句话以上，同时可以发出男声、女声、卡通声等合成效果，具备5种语言以上的语音表达能力（汉语、英语、日语、韩语、阿拉伯语）；在此基础上，完成10种以上不同情绪的语音表达。图像处理方面，基于场馆内光线条件，实现非特定人的人脸识别，准确率在95%以上，同时完成6种以上的典型表情识别，5种以上基于典型情绪的特定行为理解，准确率93%以上。在脸部有17个自由度，与人工皮肤材料有机配合，完成10种以上的表情生成，躯干部分由高性能伺服控制系统进行驱动，完成21个自由度的灵活运动控制，过载能力（190%，1分钟），调速范围（0%-110%额定速度），恢复时间（300毫秒以内），速度超调（2%以内），电流超调（13%以内），加减速时间（6秒以内）。数据库可以进行实时更新，数据信息内容在10000条以上，通过无线局域网完成，智能库可以根据现场制订规则，相应的响应时间在600毫秒以内。可以和展区内全能机器人、变形金刚等设备进行互联，实时响应时间小于500毫秒。该技术可应用于炼钢铁水的脱硫和化铁炉铸造用铁水的脱硫等领域。

1. 痛点问题 随着电力系统的发展，电网运行方式时变性和复杂性日益增强，运行专家难以把握电网安全运行的特征和规律，极大的增加了电网运行风险和控制难度。在传统的调度机制中，一方面，运方人员人工选择典型的运行方式，通过离线电力系统分析程序，计算电网潮流，分析电网稳定性，制定电网安全运行边界，进而人工归纳形成“年度运行方式手册”，来长期指导电网运行；另一方面，调度员将上述运行规则作为安全边界（安全约束），输入能量管理系统（Energy Management System，EMS），进而对电网进行调度和控制，以求在安全边界内达到最优运行点。 然而传统的调度机制存在问题，近年来国内外频繁发生的大停电事故也说明了这一点。主要问题归纳如下： 第一，极端运行方式下不安全：电网运行方式多变，离线规则可能不满足极端运行方式的安全要求。 第二，常规运行方式下经济性差：受能力和时间所限，运方人员离线制定运行规则时，仅分析典型运行方式，规则形成后长期使用，相对粗放，缺乏精益化管控，导致电力网络资源利用率低。 第三，随着新能源的大规模并网、需求响应的逐步实现，运行边界频繁变化，不确定性增强。 第四，电力系统运行受到其他系统影响，电力系统安全已经演变成为一个多系统、多因素综合分析问题。以微气象系统为例，对于发电侧，微气象直接影响风电、光伏等新能源的出力；对于需求侧，微气象直接影响工业负荷、智能楼宇、电动汽车等的负荷功率。因此，微气象系统通过影响发电负荷水平，进而影响电力系统安全。因此，随着电力系统与其他系统的关系日益紧密，电力系统安全评估时需要考虑其他系统（例如微气象系统）的影响。 综上所述，传统的调度机制已经无法适应新的形势。因此，亟需研究支撑复杂电网断面发现的智能机器调度员软件的关键技术，通过人工智能、深度学习等信息领域与能源领域的交叉研究，突破支撑复杂电网断面发现的智能机器调度员的基础理论瓶颈，从实际电力系统出发（物理维），立足现有调度机制，基于在线运行方式，采用模型驱动的安全评估方法（模型驱动），形成海量电力系统安全评估仿真样本（数据维）；再以这些样本为基础，通过机器学习训练数据驱动的电力系统在线安全评估模型（数据驱动），形成电力系统安全运行知识图谱（知识维），以代替运方的“年度运行方式手册”。 2. 解决方案 本成果提出了一种支撑复杂电网断面发现的智能机器调度员技术，包括可再生电源的数据驱动电压频率响应特性建模方法、用于暂态稳定预测的失稳样本主动生成方法、电力系统暂态稳定评估方法、结合深度学习和仿真计算的暂态稳定严重故障筛选方法、考虑运行约束的调整潮流生成方法等关键技术，开发了支撑复杂电网断面发现的智能机器调度员软件。该软件用“人工智能”代替“专家智能”，以电力系统安全评估产生的海量仿真数据为基础，以人工智能和机器学习为手段，构建电力系统安全运行知识图谱，从而将“专家智能”离线制定粗放运行规则的模式，变革为“人工智能”在线发现精细运行规则的模式，逐步代替运方的“年度运行方式手册”，保证复杂电网安全、稳定、经济运行。 3. 合作需求 寻求应用场景和资源对接，应用场景和业务能覆盖断面规模众多的大省如浙江、广东等，并且有与输电网断面发现的大中型企业有合作经验，同时具有一定的技术开发能力、市场推广资源和现场工程实施经验，能与现有团队形成合力，通过信息领域与能源领域的交叉研究，突破支撑复杂电网断面发现的智能机器调度员软硬件难题。为保障项目实施质量和进度要求，拟合作团队需通过ISO9001质量管理体系认证，且是国家高新技术企业。期望通过合作，全面开展产品和服务的推广销售。

现有智慧农业企业主要的业务是信息服务，互联网管理、品种培育等信息获取及管理方面，而很少见到对生产流程中的硬件设施进行优化的企业，ISET将以此为切入点，完善智慧农业的各个环节。ISET以智慧农业为主线，打造以智慧导航转运机器人、智慧喷灌转运机器人、智能农作物识别采摘机器人，以及定制机器人辅助农业生产产品服务等为分支的产业链。

无线通信技术VHF/UHF频段基于OFDM技术的高速数据通信系统   无线通信的突出问题：频率资源严重不足 。   我国无管会允许在这一频段进行数据的传输，如地质矿产、水利、能源、国家地震局、建设部、气象局、军队等部门的专用无线通信系统。

本发明公开了一种具有抗误码机制的帧间无损编码与智能解码方法，包括：星上编码步骤：获取序列图像 f；把图像 fk,k＝1,2,...划分成互不重叠的子块；令第 3j+1,j＝0,1,...帧图像为参考帧图像，进行分块 JPEG-LS 编码；而第 3j+2 和 3j+3 帧图像参考第 3j+1 帧图像进行帧间无损编码；每 K 个子块后插入一组 EDC 信息形成检错码流；进行RS(m,n)纠错编码；在压缩码流中加入每帧的压缩帧头和帧尾。

本发明提出一种基于多智能体强化学习的运输车路径优化方法，该方法涉及智能优化技术领域，  我国AGV每年新增装机量自2010年起迅速增长，自2013年起年同比增速维持在50%以上。目前AGV产品主要集中于中低端市场，产品功能比较单一。而一些大型汽车、家电企业希望通过获得AGV系统和整机产品的相关技术，自己实现AGV产品的定制化生产。在此背景下，从AGV制造商的角度来说，要从国内严重同质化的中低端AGV产品中脱颖而出，从软件系统上提供先进的路径规划方法，并且在未来不断升级，未尝不是一种提升产品服务质量、赢得客户青睐的做法。随着硬件性能的提高和计算技术的发展，系统仿真得以在越来越短的时间之内完成，以每辆AGV为单位进行微观系统仿真可以更好地反映AGV之间的相互影响。而强化学习方法作为一种利用交互和反馈进行策略优化的机器学习方法，正好可以利用AGV交互的数据为每辆AGV规划路径，使总的生产效率或搬运效率最高,从而降低物料搬运的成本。